相关报告：《中国AI算力(人工智能算力) 产业发展前景与投资战略规划分析报告》

产业概况

1、定义及特征

AI算力即为支撑人工智能领域各项工作所需的计算性能。鉴于AI任务往往涵盖极其复杂的数据处理流程以及模型训练与推断应用场景，它们均需消耗巨额的计算资源予以支持。因此，AI算力主要借助于高效能计算器产品，例如图形处理器(GPU)、或是专业针对性强的AI芯片设备，以确保其能够充分发挥价值。

AI算力与算力之关联性可概况为：AI算力专指为满足人工智能任务需求所必须采用的计算性能；然而整体而言，算力则是更为宽泛的定义，主要用来衡量整个计算机系统的综合处理能力。

图表：算力与AI算力的关系

资料来源：智研瞻产业研究院整理

在探讨 AI 算力时，有必要特别考虑到采用专为人工智能算法精心调制的高性能硬件处理器，比如 GPU、TPU 等等。这类优化型处理器的架构设计正是基于对人工智能算法计算模式深入研究和理解的基础之上，以期达到提升计算效率及速度的成效。然而，相较于尝试处理各类通用计算任务，人工智能算法的初步训练过程通常需要应对的是海量样本数据，单一的训练任务的计算量可能高达数百万甚至上百亿的规模。因此，AI 算力必须具有极其强大的运算处理能力才能满足这样的需求。

图表：AI算力特征

资料来源：智研瞻产业研究院整理

2、产业链结构

AI算力产业链的上游环节主要涉及到算力基础性的硬件设施，主要涵盖了元器件的生产、信息和通信技术（ICT）的基础设施建设，以及其他形形色色的硬件设备等等。而在整个产业链的中间环节，我们看到了算力网络及其相关平台的重要地位。在上游硬件设备和基础设施的共同作用下，数据中心、算力网络以及各种类型的服务如IDC服务、云计算服务，乃至算力网络服务等都得以构建和实现。而在产业链的下游环节，应用场景和用户的需求成为了推动整个产业发展的重要动力。

图表：AI算力行业产业链结构

资料来源：智研瞻产业研究院整理

1）AI算力行业上游发展现状

高效的AI运算实力是依赖于诸如上游的人工智能处理器芯片（AI chip）、图形处理器（GPU）、现场可编程逻辑门阵列（FPGA）以及专用集成电路（ASIC）等高性能软硬件综合体的鼎力支持；与此同时，充足的适应大规模算法需求的AI服务器环境亦是其不可或缺的重要组成部分。目前，在我国的人工智能运算实力的上游供应市场中，国产化的能力仍有进一步提升的空间和必要。

图表：Al算力行业上游配套情况

资料来源：智研瞻产业研究院整理

在人工智能（AI）芯片领域所涉及的整个产业生态链条上，主要包括芯片的设计、制造、封装与测试等多个关键环节。在这个产业的上游部分，大批量的技术沉淀以及相应的研发投资是保证芯片设计和制造的核心要素。AI芯片的应用范围极其广大，主要体现在诸如智能安防设备、无人驾驶汽车系统、智能移动终端、聪明的零售策略以及智能机器人等等众多行业领域之中。伴随着技术实力的日新月异及研发投入的持续增加，未来的AI芯片设计和制造质量必定会不断地得到提升。与此同时，我国以互联网科技、第五代移动通信技术、云计算服务产业以及卫星定位技术为首的各类技术也正在蓬勃发展壮大，给国内无人驾驶技术的发展及推广带来了强有力的技术支撑，由此引发的国内无人驾驶行业市场规模的高速增长也就自然而然地发生了。

统计数据显示，2018年中国AI芯片行业市场规模70.62 亿元，2023年中国AI芯片行业市场规模1380.24亿元。2018-2023年中国AI芯片行业市场规模如下：

图表：2018-2023年中国AI芯片行业市场规模

数据来源：智研瞻产业研究院整理

在未来的发展局势中，AI芯片行业的前景将会受到诸多复杂因素的深刻影响。首要提及的是，在当前阶段，随着人工智能技术的日新月异以及其广泛地流向各行各业，对于AI芯片的需求必然会呈现持续攀升之势，此外，相应的应用场景亦将进一步得到大幅度拓展。其次，我们有理由相信，AI芯片产业必将涌现一系列全新技术与产品，比如更为高效的算法规则、更先进的芯片制造技艺以及更强大的计算性能等等。再者，值得关注的是，AI芯片领域也必将会面临着愈发激烈的竞争态势以及合作契机，全球各大知名的芯片制造商都将赋能于AI芯片市场策略，努力满足市场需求的日益增长。因此，从整体角度观察，可以预见AI芯片行业在未来必定会持续高速发展的态势，但这同时意味着也将迎接更多的机遇与挑战。

GPU市场有待发展

中国GPU芯片行业起步较晚，本土企业缺乏竞争力，除了军工等重要战略领域，国内企业极度缺乏竞争力。由于行业内并无规模较大的GPU芯片企业，因而缺少对于市场情况的掌握。目前，中国并未有权威机构对国内GPU芯片市场规模进行统计。当前国内GPU市场主要由NVDIA、AMD、INTEL等企业垄断。根据企业公告显示，NVDIA、AMD、INTEL三家企业的中国地区营收比例约在26%左右。

在当前的信息技术发展趋势中，数据中心建设、人工智能以及无人驾驶领域的快速崛起与迅速渗透为FPGA（现场可编程门阵列）产品的市场需求注入了源源不断的活力。统计数据显示，2018年中国FPGA芯片行业市场规模116.95亿元，2023年中国FPGA芯片行业市场规模249.14亿元。2018-2023年中国FPGA芯片行业市场规模如下：

图表：2018-2023年中国FPGA芯片行业市场规模

数据来源：智研瞻产业研究院整理

随着人工智能前沿科技的持续突破和迭代更新，包括深度学习、强化学习等技术在内的模型规模日益庞大，已然从最初的百万级参数规模发展至如今动辄数十亿甚至更高的超大规模模型。值得注意的是，这类超大规模模型在训练环节所消耗的计算资源具有相当可观的量级，日益挑战着传统计算机体系结构和超算系统的极限。然而，与此同时，伴随着人工智能技术在各个领域深入推进和广泛应用，针对各种实际场景进行模型在线推理以解决突发业务问题的需求亦呈几何倍增之势。2021-2027年中国AI服务器出货量如下：

图表：2021-2027年中国AI服务器出货量

数据来源：智研瞻产业研究院整理

行业发展历程

中国人工智能（AI）算力产业之崛起过程与互联网产业大数据处理能力的不断提升乃是相辅相成的双引擎。然而，对比起西方世界始自1950年代就已涉猎智能图像识别与自然语言处理之研究成果而言，中国国内AI算力之启蒙与发展历程则起步于2005年左右爆发式增长的互联网产业之际。

开创阶段-当推云计算市场的蓬勃兴起：伴随着2006年国产自主研发的云计算操作系统"飞天"的诞生，中国互联网巨头阿里巴巴旗下的阿里云标志着中国云计算商业化应用时代的开端，从而打通了中国AI算力产业的脉络。

逐步建立时期-数据中心的有序组合：随着云计算市场竞争的白热化愈演愈烈，投资建设数据中心的规模不断扩大。如何更为有效地利用现有算力资源、实现算力精细化配置，已然成为当前社会各领域关注焦点所在。因此，数据中心亦升华为涉及国计民生的重要基础设施，其所扮演的角色越发显得尤为关键。

正式实施阶段-算力网络体系的构筑：在2021年度，由国家发展改革委员会、科技部等四个部门携手推出的《全国一体化大数据中心协同创新体系算力枢纽实施方案》正式出台并开始执行，从而全面打响了被称为“东数西算”的重大工程。旨在建设覆盖全球的国家级算力网络体系。这一时点，无疑标志着AI与算力融合之路的正式展开。

备受瞩目的"东数西算"工程于2022年2月17日正式宣布全面启动。该项目计划通过优化现有的数据中心布局，以需求为导向优化东西部枢纽资源配置，进而促进数据中心朝着大规模、设施集中化以及环境友好型方向发展。

图表：AI算力行业发展历程

资料来源：智研瞻产业研究院整理

行业相关政策

2022年1月15日，国家领导人习近平在发表的题为"持续强化并优化我国数字经济的规模与品质"一文之中明确指出，应致力于“构建覆盖全国范围的一体化数据中心系统”。追溯到2021年，中央各部门联手发布了《全国一体化大数据中心协同创新体系算力中枢具体实施方案》、《关于加速构建全国一体化大数据中心协同创新体系的指引性纲要》、《新型数据中心发展的三年规划（2021至2023年）》等一批重大项目文件，有力地推动了数据中心基础设施的现代化发展，为中国数字经济的繁荣和整体经济结构的转型按下了快进键，开创出新的时代“铁路公路基础设施”。

图表：AI算力行业相关政策

资料来源：智研瞻产业研究院整理

行业发展现状

伴随着国家一系列激励性的政策纷纷推出，海量数据日益丰富，多元且高端的算法模型不断涌现，加之广泛的应用场景深度挖掘与拓展，我国人工智能领域的算力规模已然呈现出高速增长之势。值得关注的是，人工智能大型模型在计算性能上的需求远超于经典的摩尔定律所预期的演进速度，这意味着对于服务器的要求毫无疑问会有更高程度的提升。自2012年起至今，主流的人工智能模型在训练过程中所需要消耗的算力每隔大约三至四个月便可达到翻倍的水平，算力的增长幅度更是令人惊叹地达到了十倍之多！然而，摩尔定律的效应逐渐趋向平缓已是无可争议的现实。另一方面，数据量却在持续攀升，算力的增长速度却已然出现了显著的迟滞现象。因此，我们可以预见，人工智能服务器在AI算力承载方面的需求将逐步得到释放和满足。

统计数据显示，2018年中国AI算力产业市场规模22.03 EFLOPS，2023年中国AI算力产业市场规模357.71 EFLOPS。2018-2023年中国AI算力产业市场规模如下：

图表：2018-2023年中国AI算力产业市场规模

数据来源：智研瞻产业研究院整理